算法岗面经(将持续更新)
从7月份校招内推开始,陆陆续续投递了差不多20家公司,面试了有其中的7、8家,主要的投递岗位是计算广告、搜索和推荐相关。为了更好得整理自己的思路,也为了尽可能给同学们提供点帮助,此贴将持续更新。今天先把今天下午的网易互娱面经整理一下,后续我也会将之前的面试经历尽可能完整得发布出来(有些时间久远,可能真的不太能想起来=.=#)。
2018.8.21 网易互娱, 电话一面,人工智能研究工程师
1. 一上来,面试官先做了好几分钟的自我介绍和互娱介绍(第一次这种面试体验,还是蛮不错的);
2. 简单进行自我介绍;
3. 讲一下简历上最新的一个项目;
4. RF和GBDT的区别;RF怎么解决的过拟合问题;
5. 决策树的分裂策略:ID3,C4.5,Gini指数,选一个讲一下;
6. 熵了解吗?
7. 讲一下XGBoost;
8. 正则化项了解吗?
9. 优化算法: 牛顿法和拟牛顿法,过程?(这个不会,李航老师的统计机器学习附录有详细讲解);
10. 熟悉深度学习吗?
11. 讲一下word2vec;
12 算法题: 找出数组中第K大的数。有几种方法?时间复杂度分别是多少?